Rok 2023 na pewno nie był nudny. Scenę startupowo-technologiczną zdominowała generatywna sztuczna inteligencja. Tak jak przewidywaliśmy, zaczęły pojawiać się pomysły na komercjalizację narzędzi od OpenAI, a do wyścigu w tej kategorii dołączyli tacy giganci jak Google, Microsoft (główny udziałowiec OpenAi) czy Amazon. Inwestorzy VC przeznaczyli w tym roku na inwestycje w generatywną AI ponad 36 mld USD, czyli dwa razy więcej niż rok wcześniej. Wszyscy chcieli załapać się na kawałek tortu AI, co doprowadziło do tego, że wiele biznesów zaczęło uprawiać AI-washing, czyli wykorzystywać chwytliwe hasła marketingowe dotyczące narzędzi mających wykorzystywać sztuczną inteligencję, które nie miały pokrycia w rzeczywistości.
Byliśmy świadkami kontynuacji zwolnień w firmach technologicznych (w 2022 r. zwolnienia dotknęły ponad 164 tys. pracowników tych firm i kiedy myśleliśmy, że najgorsze już za nami, w 2023 r. kolejne 261 tys. osób straciło pracę). Było to związane m.in. z chęcią poprawy marżowości przez te firmy, które w latach 2020-21 doprowadziły do przerostu zatrudnienia i w kolejnych szukały poprawy wyników, a także dynamicznym rozwojem narzędzi AI i rozwiązań typu Low Code i no-code, które poprawiają efektywność i zmniejszają zapotrzebowanie na programistów.
Rok 2023 przyniósł nam także odbicie kryptowalut – Bitcoin i Ethereum zapewniły inwestorom zwroty na poziomie odpowiednio ponad 155% i 90%, a Bitcoin w pewnym momencie sięgnął wartości aż 44,5 tys. USD (nie przekroczył jednak swojej najwyższej wartości historycznej). W pierwszym tygodniu stycznia regulator w USA zaakceptował pierwszy ETF (czyli rodzaj funduszu inwestycyjnego) oparty na bitcoinie i ta legitymizacja może być kamieniem milowym zarówno dla tej waluty, jak i całego rynku kryptowalut.
Mając za sobą pierwszy miesiąc roku 2024 możemy już chyba stwierdzić, że zapowiada się nie mniej interesująco niż jego poprzednik. Jakich wydarzeń możemy się zatem spodziewać w kolejnych miesiącach?
Inwestycje venture capital dalej w dół
Zgodnie z przewidywaniami, 2023 był trudny dla startupów starających się o finansowanie. Utrzymujące się wysokie stopy procentowe sprawiły, że inwestorzy mniej chętnie lokowali kapitał w alternatywnych klasach aktywów. Jak donosi Pitchbook, inwestycje VC dokonane w Ameryce Północnej w pierwszych dziewięciu miesiącach 2023 r. wyniosły 126 mld USD, co stanowi zaledwie połowę całej wartości odnotowanej w 2022 r.
Globalnie narracja wyglądała podobnie. Podczas gdy w całym 2022 r. europejskie startupy pozyskały ponad 116 mld USD finansowania, w okresie od pierwszego do trzeciego kwartału 2023 było to już tylko nieco ponad 47 mld USD. Startupy w Azji zgromadziły w pierwszych dziewięciu miesiącach ubiegłego roku jedynie 65,3 mld USD w porównaniu do 140,6 mld USD zebranych w całym 2022 r.
Co czeka rynek VC w 2024 roku? Prawdopodobnie po ustabilizowaniu inflacji banki centralne zaczną luzować politykę monetarną i trend powoli zacznie się odwracać. O kapitał na finansowanie będzie jednak w dalszym ciągu trudniej niż we wcześniejszych latach i wiele startupów z nieefektywnymi modelami biznesowymi może tego okresu nie przetrwać. Niektóre projekty będą musiały pogodzić się niższą wyceną niż w poprzednich rundach.
Jest jednak również szansa na to, że będziemy świadkami większej liczby wyjść z inwestycji. W sytuacji, gdy duża ilość kapitału jest zamknięta w prywatnych firmach może pojawić się ze strony inwestorów presja, żeby go uwolnić – nawet kosztem niższych wycen.
Presja na uwolnienie kapitału będzie też prowadzić do rozwoju wtórnego rynku VC (tzw. secondaries). Już teraz istnieje wiele platform pozwalających handlować udziałami prywatnych spółek (np. EquityZen, SeedDesk). Należy spodziewać się, że wobec niemożności wyjścia z inwestycji spowodowanej niskimi wycenami spółek popyt na tę usługę będzie rósł, a chętnych do kupowania udziałów w prywatnych spółkach technologicznych na pewno nie zabraknie. Możliwość inwestowania w niepubliczne spółki od lat zarezerwowana była tylko dla wąskiej grupy wyspecjalizowanych inwestorów instytucjonalnych, idąca demokratyzacja tego rynku znajdzie więc zapewne wielu zwolenników.
Dalszy wzrost zatrudnienia w climate tech
Firmy technologiczne, których działalność związana jest z ochroną klimatu były jednymi z niewielu, które dalej zatrudniały, gdy inni redukowali swoje zespoły. Jest szansa, że w 2024 roku ten trend się utrzyma. Wpływać na to będzie duża presja społeczna na ochronę klimatu oraz osiągnięcie gotowości do komercjalizacji przez projekty, które w ostatnich latach pozyskiwały finansowanie – a było ich niemało. Te startupy będą potrzebowały już nie tylko pracowników technologicznych, ale także sprzedawców, marketerów czy osób serwisowych, na przykład techników od turbin wiatrowych czy paneli słonecznych.
Dalszy ciąg rewolucji AI również może mieć Istotny wpływ na wzrost popytu na projekty związane z energią odnawialną. Jak obliczył holenderski naukowiec Alex de Vries, do 2027 r, globalne zużycie energii związane z AI może przekroczyć 134 TWh w skali roku – to mniej więcej tyle, ile rocznie zużywa Argentyna, Norwegia czy Irak. Dostawcy energii już zaczynają łapać zadyszkę. Zapotrzebowanie energetyczne będzie tylko rosnąć, a wraz z nim – popyt na energię odnawialną.
Sztuczna inteligencja w biznesowym mainstreamie?
Na początkowych etapach rozwoju generatywna sztuczna inteligencja była wykorzystywana przede wszystkim jako wsparcie przez programistów (umożliwiała np. korzystanie z narzędzi takich jak GitHub Copilot). W 2022 r. pojawiły się narzędzia takie jak ChatGPT i Dall-e 2, pozwalające na natychmiastowe tworzenie tekstów i obrazów przez osoby bez specjalistycznej wiedzy i doświadczenia. W 2023 r. na sztucznej inteligencji najbardziej zyskali giganci technologiczni – indeks cen akcji Alphabet, Amazon, Apple, Meta, Microsoft i Nvidia wzrósł o niemal 80%. Jak ta historia potoczy się dalej?
W 2024 roku do grupy beneficjentów AI mogą dołączyć firmy spoza sektora technologicznego wdrażające sztuczną inteligencję w celu obniżenia kosztów i zwiększenia produktywności. Ostatnie miesiące upłynęły im na opracowywaniu praktycznych zastosowań tych modeli, kolejne to będzie czas na ich dalsze inwestycje, ale także ich wdrażanie. Już teraz narzędzia te są wykorzystywane do tworzenia projektów rozmaitych dokumentów czy tworzenia notatek ze spotkań. W kolejnych miesiącach należy się spodziewać upowszechnienia ich zastosowań w bardziej strategicznych obszarach, takich jak analityka czy prognozowanie rozwoju otoczenia rynkowego.
Regulacje w sztucznej inteligencji
Rok temu pisaliśmy o tym, że prawdopodobnie wkrótce doczekamy się pierwszych prób prawnego uregulowania kwestii związanych z generatywną sztuczną inteligencją. Na pewno coraz częściej będziemy spotykać się z sytuacjami pokazującymi, że potrzeba przyjęcia takich regulacji staje się pilna.
Przykładem jest pozew złożony przez wydawców New York Times przeciwko OpenAI pod koniec 2023 r. Zarzucono w nim twórcom ChatGPT, że w sposób bezprawny wykorzystali miliony opublikowanych w gazecie artykułów do ulepszenia tego modelu, umożliwiając tym samym czytelnikom uzyskanie dostępu do tych treści bez płacenia za nie – a w konsekwencji powodując utratę przychodów z subskrypcji i reklam, czyli mierzalne materialne straty dla wydawcy.
To pierwszy taki pozew złożony przez dużą instytucję, dlatego świat technologiczny będzie śledzić dalsze jego losy z zapartym tchem. Oprócz potencjalnych poważnych konsekwencji dla OpenAI, cała sprawa może przyspieszyć próby regulowania sztucznej inteligencji. Najbliżej tego wydaje się być Unia Europejska i jej rozporządzenie dotyczące sztucznej inteligencji, znane jako AI Act (AIA). W grudniu po trzydniowym maratonie rozmów negocjatorzy reprezentujący prezydencję Rady i Parlament Europejski wypracowali wstępne porozumienie w sprawie projektu tych przepisów i można sądzić, że do 2025 roku wejdą one w życie.
Jednocześnie obserwujemy rozwój nowej kategorii narzędzi służących do detekcji użycia AI czyli wykrywania, czy dany materiał powstał z użyciem sztucznej inteligencji. Technologia ta znaleźć może szerokie zastosowanie nie tylko w mediach, ale również m.in. w szkolnictwie. Pierwsze rozwiązania tego typu są już dostępne na rynku (np. Copy Leaks, Undetectable AI, Scribbr), z pewnością jednak rozwój tej kategorii na nich się nie skończy.
Demokratyzacja sztucznej inteligencji, modele multimodalne, “mniejsze” i “prywatne” LLM
Wszystko wskazuje na to, że w 2024 r. zostanie wypuszczonych więcej modeli open source, szczególnie przez duże firmy technologiczne. Jak podaje CB Insights na podstawie danych z GitHub, w 2024 r. rekordowa liczba projektów AI zostanie postawiona w oparciu o modele open-source. Już dostrzegalny jest wyścig cenowy pomiędzy OpenAI, Mistral, Google i innymi podmiotami obsługującymi modele open source – jednym z jego efektów będzie zapewne zwiększenie dostępności i możliwości komercjalizacji AI dla coraz większej liczby podmiotów.
Pozwoli to m.in. na ułatwienie dostępu do tej technologii szerszej grupie użytkowników: przewiduje się, że do 2026 roku 80% przedsiębiorstw będzie korzystało z modeli generatywnej sztucznej inteligencji. Dla porównania na początku 2023 r. było to mniej niż 5%.
Na rynku będzie też coraz więcej modeli multimodalnych, tj. łączących oprócz tekstu również inne typy danych, takie jak obrazy, wideo, audio i inne dane sensoryczne. Google położył duży nacisk na multimodalność wydanego w grudniu modelu Gemini Ultra, wielu innych twórców LLM już podąża ich śladem. Popularyzacja modeli multimodalnych odblokuje całą listę nowych potencjalnych zastosowań komercyjnych.
Możemy być też świadkami powstawania mniejszych modeli, tańszych i w niektórych przypadkach mogących dawać lepsze rezultaty niż LLM. Część firm zwróci się też w kierunku adaptacji prywatnych modeli AI, zasilanych własnymi danymi i ułatwiającymi zapewnienie ich bezpieczeństwa. Sama kwestia bezpieczeństwa dużych i mniejszych modeli również będzie w nadchodzących miesiącach gorącym tematem.
Inwestycje wokół AI
Firmy zajmujące się generatywną sztuczną inteligencją będą szukać ścieżek do zwiększenia rentowności i skalowalności. W związku z tym inwestycje VC popłyną do projektów zmierzających do zwiększania wydajności modeli i wykorzystania nowego sprzętu obliczeniowego AI.
Możliwości, jakie dają te modele i szerokie spektrum zastosowań spowodują, że powstanie w tym obszarze dużo nowych projektów. Te, które będą uzupełniały działanie modeli sztucznej inteligencji i umożliwiały czerpanie zysków z rewolucji AI z pewnością cieszyć się będą dużym zainteresowaniem inwestorów.
Ze względu na ograniczoną liczbę programistów specjalizujących się w obszarze rozwiązań AI, zwłaszcza w zestawieniu z rosnącym zapotrzebowaniem na rynku, szczególnie interesujące będą dla inwestorów rozwiązania no-code.
Można spodziewać się również, że tak, jak na gorączce złota dorobili się sprzedawcy łopat, tak też dobrym miejscem do szukania nowych, rentownych przedsięwzięć będzie sektor usług dla całej branży sztucznej inteligencji.
Ograniczony dostęp do podzespołów
Eksplozja popularności generatywnej sztucznej inteligencji sprawiła, że wielokrotnie wzrósł popyt na układy GPU. Procesory H100 już w styczniu 2024 sprzedawane były z marżą przekraczającą 95%. Można się spodziewać, że w 2024 r. dojdziemy do punktu w którym podaż nie będzie nadążać za popytem. Dotknie to wszystkich dużych odbiorców, w tym takich jak Meta (która według doniesień prasowych planuje kupić 350 tys. procesorów Nvidia H100), OpenAI, czy Tesla. Te hardware’owe ograniczenia mogą z jednej strony katalizować powstawanie nowych projektów mających na celu zwiększanie wydajności dostępnych jednostek oraz opracowywanie alternatyw (np. tańszych lub bardziej przyjaznych środowisku), a z drugiej mogą spowodować, że dalszy rozwój sztucznej inteligencji i jej aplikacji stanie się bardziej selektywny i skoncentruje się na samych najlepiej rokujących projektach. W tym roku możemy więc spodziewać się bardziej pragmatycznego podejścia do AI.
Rozwój talentów w obszarze prompt engineering
Wraz z demokratyzacją dostępu do generatywnej sztucznej inteligencji rośnie znaczenie umiejętności skutecznego wykorzystywania tej technologii. Prognozuje się, że w 2024 roku aż 80% firm planuje zainwestować w rekrutację i rozwój specjalistów w obszarze tzw. prompt engineering, czyli projektowania, testowania i optymalizacji instrukcji lub pytań dla modeli językowych.
Firmy, które inwestują w rozwijanie tych umiejętności w swoich zespołach wierzą, że poprzez bardziej inteligentne i zindywidualizowane podejście do korzystania z technologii generatywnej mogą zyskać przewagę konkurencyjną.
***
Zgadzacie się z naszymi przewidywaniami? Czy jest coś, z czym Waszym zdaniem kompletnie nie trafiliśmy? Dajcie znać – autorzy Aron i Sylwia czekają na Wasze wiadomości na LinkedIn.